CN105374231A - 一种预警方法、装置及系统 - Google Patents
一种预警方法、装置及系统 Download PDFInfo
- Publication number
- CN105374231A CN105374231A CN201410427295.0A CN201410427295A CN105374231A CN 105374231 A CN105374231 A CN 105374231A CN 201410427295 A CN201410427295 A CN 201410427295A CN 105374231 A CN105374231 A CN 105374231A
- Authority
- CN
- China
- Prior art keywords
- early warning
- predicting
- information
- module
- prediction module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 206010039203 Road traffic accident Diseases 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种预警方法、装置及系统,该方法包括:分别预测第一对象和第二对象的移动轨迹;根据第一对象和第二对象的移动轨迹,确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。本发明实施例所述的技术方案,能够实现对车辆或行人的自动预警,从而能够有效减小交通事故发生的概率。
Description
技术领域
本发明涉及车联网领域,尤其涉及一种预警方法、装置及系统。
背景技术
近年来,随着道路路面的加宽,车道数的增加,车流量的剧增,再加上路面各种复杂情况,给汽车通过交叉路口带来一定的困难。相应的,如何解决行驶车辆周围的行人的安全问题日趋重要。
对此,目前的安全预警方案通常为,通过设置感应探测装置,实时检测车辆周围的一定范围内是否存在行人,若探测到车辆周围有行人存在,则向驾驶人员发出警示消息。
上述通过设置感应探测装置,实时检测车辆周围一定范围内是否存在行人,若探测到车辆周围有行人存在,则向驾驶人员发出警示消息的技术方案,尽管能够在一定程度上实现警示作用,但是通常感应探测装置的作用距离和范围有限,因此,即使探测到有行人存在,而此时可能已经没有充足的反应时间和操作时间提供给驾驶人员,进而导致无法真正发挥安全预警的实际作用,不能有效避免发生交通事故。
发明内容
有鉴于此,为解决现有存在的技术问题,本发明实施例提供:
一种预警方法,包括:
分别预测第一对象和第二对象的移动轨迹;
根据所述第一对象和第二对象的移动轨迹,确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
优选的,所述预测对象的移动轨迹,包括:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
优选的,所述预测对象的移动轨迹,包括:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
优选的,所述预测对象的移动轨迹,包括:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
优选的,所述预测对象的移动轨迹,包括:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
优选的,所述预测第一对象和第二对象的移动轨迹之后,该方法还包括:基于扩展卡尔曼滤波对第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
优选的,所述对所述第一对象和/或第二对象进行预警,包括:
根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
优选的,所述预警包括以下一种或多种:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
优选的,所述第一对象为车辆或行人,所述第二对象为车辆或行人。
一种预警装置,包括:第一预测模块、第二预测模块、判断模块和预警模块;其中,
所述第一预测模块,用于预测第一对象的移动轨迹;
所述第二预测模块,用于预测第二对象的移动轨迹;
所述判断模块,用于根据第一预测模块和第二预测模块的预测结果,判断是否存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值;
所述预警模块,用于在判断模块确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
优选的,所述第一预测模块和/或第二预测模块,具体用于:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
优选的,所述第一预测模块和/或第二预测模块,具体用于:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
优选的,所述第一预测模块和/或第二预测模块,具体用于:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
优选的,所述第一预测模块和/或第二预测模块,具体用于:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
优选的,该装置还包括优化处理模块,
所述优化处理模块,用于基于扩展卡尔曼滤波对第一预测模块和/或第二预测模块预测的第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
优选的,所述预警模块,具体用于根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
优选的,所述预警模块具体用于采用以下一种或多种方式预警:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
一种预警系统,包括:预警装置、第一对象和第二对象;其中,
所述预警装置为权利要求10至17任一项所述的预警装置。
优选的,所述第一对象为车辆或行人,所述第二对象为车辆或行人。
本发明实施例所述的预警方法、装置及系统,根据第一对象和第二对象的移动轨迹,确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。本发明实施例所述的技术方案,能够实现对车辆或行人的自动预警,从而能够有效减小交通事故发生的概率。
附图说明
图1为本发明实施例一种预警方法流程示意图;
图2为本发明实施例一种预警装置结构示意图;
图3为本发明实施例再一种预警装置结构示意图;
图4为本发明实施例1所述的预警方法流程示意图;
图5为本发明实施例1对应的预警装置结构示意图;
图6为本发明实施例1基于扩展卡尔曼滤波车辆轨迹进行处理的示意图。
具体实施方式
图1为本发明实施例一种预警方法,其特征在于,该方法包括:
步骤11:分别预测第一对象和第二对象的移动轨迹;
步骤12:根据所述第一对象和第二对象的移动轨迹,确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
需要说明的是,根据所述第一对象和第二对象的移动轨迹,确定不存在第一时长的情况下,不需要进行预警。
可选的,在本发明一实施例中,所述预测对象的移动轨迹,包括:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
可选的,在本发明一实施例中,所述预测对象的移动轨迹,包括:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
可选的,在本发明一实施例中,所述预测对象的移动轨迹,包括:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
可选的,在本发明一实施例中,所述预测对象的移动轨迹,包括:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
需要说明的是,本发明实施例中所述的当前信息,并非特指当前时刻的信息,而是当前时刻与之前一段时间内的信息,而历史信息指当前时刻之前相当长一段时间内的信息。
另外,上述的“对象”包括第一对象和/或第二对象。
可选的,在本发明一实施例中,所述预测第一对象和第二对象的移动轨迹之后,该方法还包括:基于扩展卡尔曼滤波对第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
可选的,在本发明一实施例中,所述对所述第一对象和/或第二对象进行预警,包括:
根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
可选的,在本发明一实施例中,所述预警包括以下一种或多种:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
可选的,在本发明一实施例中,所述第一对象为车辆或行人,所述第二对象为车辆或行人。
本发明实施例还相应地提出了一种预警装置,如图2所示,该预警装置包括:第一预测模块21、第二预测模块22、判断模块23和预警模块24;其中,
所述第一预测模块21,用于预测第一对象的移动轨迹;
所述第二预测模块22,用于预测第二对象的移动轨迹;
所述判断模块23,用于根据第一预测模块21和第二预测模块22的预测结果,判断是否存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值;
所述预警模块24,用于在判断模块23确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
可选的,在本发明一实施例中,所述第一预测模块21和/或第二预测模块22,具体用于:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
可选的,在本发明一实施例中,所述第一预测模块21和/或第二预测模块22,具体用于:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
可选的,在本发明一实施例中,所述第一预测模块21和/或第二预测模块22,具体用于:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
可选的,在本发明一实施例中,所述第一预测模块21和/或第二预测模块22,具体用于:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
可选的,如图3所示,在本发明一实施例中,该装置还包括优化处理模块25,
所述优化处理模块25,用于基于扩展卡尔曼滤波对第一预测模块21和/或第二预测模块22预测的第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
可选的,在本发明一实施例中,所述预警模块24,具体用于根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
可选的,在本发明一实施例中,所述预警模块24具体用于采用以下一种或多种方式预警:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
本发明实施例还相应地提出了一种预警系统,该预警系统包括:预警装置、第一对象和第二对象;其中,所述预警装置为上述的预警装置(对应图2、图3)。
可选的,在本发明一实施例中,所述第一对象为车辆或行人,所述第二对象为车辆或行人。
下面通过具体实施例对本发明的技术方案作进一步详细说明。
实施例1
本实施例中,第一对象为行人,第二对象为车辆。第一预测模块21对应行人采集模块,第二预测模块22对应车辆采集模块,判断模块23对应安全预测模块。
图4为本发明实施例1所述的预警方法流程示意图,图5为本发明实施例1对应的预警装置结构示意图,参考图4、图5,该流程包括:
步骤41:行人采集模块根据在当前路口采集到的行人的当前信息,预测所述行人的运动轨迹。
在实际应用场景中,可以在路口周边的一定范围内等距离设置多个摄像装置,从而根据各摄像装置采集到的行人信息及各摄像装置的位置信息,估算行人的移动速度和方向。或者,在实际应用中,由于人们通常携带有终端设备,则可以通过GPS对用户携带的终端进行定位,进而获得行人在各时刻的当前位置,进而根据一定时刻间隔内,用户的位置变化状况,预测行人的运动轨迹。
步骤42:车辆采集模块实时采集在所述路口附近行驶的车辆的当前信息,并根据所述当前信息预测所述车辆的运动轨迹。
首先,最简单直接的方法就是检测该车辆当前是否正在使用导航功能,如果是,则可以根据其当前的导航路线确定该车辆接下来的运动轨迹。但是,如果车辆当前没有开启导航业务,则需要通过其它方案对车辆的运动轨迹进行预测。针对上述问题,存在如下的解决方案如下:
现在,一般车辆都会安装GPS,通过GPS可以实时地获取当前时刻下车辆所在的位置,那么通过大量采集车辆在各历史时刻所在的位置,再根据采集到的这些信息,通过小波神经网络算法或特定的数据处理方法等,就可以学习获得在每天的特定时段内,该车辆经常重复行驶的路线。以人们的日常生活习惯为例,用户在周一至周五的每天早上7点至8点,从家中驾驶车辆出发途径上班路线到达单位,也就是说,该用户的车辆在周一至周五的每天早上7点至8点的行车轨迹是重复的,即用户的上班路线。本方案中,通过将这种每天的特定时段内的车辆途径的重复行驶路线归纳出来,则可以根据当前时刻和该车辆所在的位置,预测出该车辆的行车轨迹。基于上述举例来说,假设车辆当前驾驶时刻为周二早上7点半,且该车辆当前所在的位置处于所述上班路线上,则可判定用户接下来的驾驶轨迹将为未走过的上班路线。由此可以对车辆的运动轨迹进行预测。
进一步的,针对上述方案,还可以基于扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)对车辆轨迹进行进一步的精确处理。
处理的基本模块图参考图6,可以看出,车辆的当前信息可以由定位系统、陀螺仪、转向角传感器、速度传感器以及加速度传感器等获取。具体的,首先需要建立车辆的状态方程,假设车辆状态向量为X,量测向量为Z,且均包括六个车辆状态信息,例如,车辆质心横坐标y,质心纵坐标x,纵向车速v,航向角(速度与x轴夹角,顺时针方向),车辆纵向加速度α,车辆横摆角速度因此量测方程由Z(k)=C〞(X(k),k)+ν(k)=X(k)+ν(k)得出,t0时刻的车辆状态向量为:并根据上述方程获得车辆状态预测公式。
建立系统状态方程与量测方程后,需要对车辆初始状态向量、协方差及误差协方差矩阵进行初始化。具体的,车辆初始化状态向量可以根据实际车辆状态进行初步估测,协方差内各参数可以利用Matlab软件根据多次试验或仿真结果调整分析,并最优化后确定。
上述进一步采用扩展卡尔曼滤波方法对采集到的车辆定位和运行状态数据进行滤波处理,能够不断修正车辆运动状态,提高定位精度,从而进一步提高车辆轨迹预测的准确性。
步骤43:安全预测模块根据所述行人和所述车辆的运动轨迹,检测是否存在第一时长,使得所述第一时长后,所述车辆与所述行人处于同一位置,或两者之间的距离在预设的第一距离内。
具体的,可以根据所述行人和所述车辆相对于时间参数的运动轨迹,估算两个运动轨迹是否存在交点,或两个函数之间距离最近的点之间的距离是否小于等于所述第一距离。如果存在交点,或距离小于等于所述第一距离,则也就是说,该车辆和行人存在发生交通事故的可能。其中,第一距离的设定是为了更好的保障车辆行人的安全,因为从某种情况来说,如果车辆和行人之间的距离过近也容易导致交通事故的发生。
需要说明的是,车辆和行人之间存在交点等效于第一距离为0。
步骤44:若存在,则安全预警模块根据所述第一时长的时间长度,采取相应的预警处理措施。
具体的,可以根据预设的各时间阈值,设定多个预警等级。且假设采取的预警措施需要越急迫,则预警等级越高,相应的,时间阈值越短。例如,将预警等级分为三个等级,第一等级对应的第一时间阈值为3分钟,第二等级对应的第二时间阈值为20s,第三等级对应的第三时间阈值为3s。
当所述第一时长不小于预设的第一时间阈值时,则向所述行人发出避让警示消息。例如,向所述行人的终端发送警示消息,或者通过自身的显示设备向行人展示警示消息。
当所述第一时长小于所述第一时间阈值,且不小于预设的第二时间阈值时,则向所述车辆发送警示消息,并启动所述车辆的鸣笛设备,以警示位于所述车辆附近的行人。
当所述第一时长小于所述第二时间阈值时,则向所述车辆发送警示消息,并启动所述车辆的刹车装置。
本发明实施例所述的预警方法及装置,通过实时获取车辆和行人的移动状态,预测车辆及行人的运动轨迹和安全等级,并根据不同的安全等级,采取相应的预警处理的技术方案,实现对车辆或行人的自动预警,能够有效减小交通事故发生的概率。
本发明所述的各模块可以由电子设备中的中央处理器(CentralProcessingUnit,CPU)、数字信号处理器(DigitalSignalProcessor,DSP)或可编程逻辑阵列(Field-ProgrammableGateArray,FPGA)实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (19)
1.一种预警方法,其特征在于,该方法包括:
分别预测第一对象和第二对象的移动轨迹;
根据所述第一对象和第二对象的移动轨迹,确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
2.根据权利要求1所述的方法,其特征在于,所述预测对象的移动轨迹,包括:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
3.根据权利要求1所述的方法,其特征在于,所述预测对象的移动轨迹,包括:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
4.根据权利要求1所述的方法,其特征在于,所述预测对象的移动轨迹,包括:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
5.根据权利要求1所述的方法,其特征在于,所述预测对象的移动轨迹,包括:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述预测第一对象和第二对象的移动轨迹之后,该方法还包括:基于扩展卡尔曼滤波对第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述对所述第一对象和/或第二对象进行预警,包括:
根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
8.根据权利要求1至5任一项所述的方法,其特征在于,所述预警包括以下一种或多种:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
9.根据权利要求1至5任一项所述的方法,其特征在于,
所述第一对象为车辆或行人,所述第二对象为车辆或行人。
10.一种预警装置,其特征在于,该预警装置包括:第一预测模块、第二预测模块、判断模块和预警模块;其中,
所述第一预测模块,用于预测第一对象的移动轨迹;
所述第二预测模块,用于预测第二对象的移动轨迹;
所述判断模块,用于根据第一预测模块和第二预测模块的预测结果,判断是否存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值;
所述预警模块,用于在判断模块确定存在第一时长,使得所述第一时长后,所述第一对象和第二对象之间的距离不大于第一预设值时,对所述第一对象和/或第二对象进行预警。
11.根据权利要求10所述的装置,其特征在于,所述第一预测模块和/或第二预测模块,具体用于:
获取多个采集装置采集到的对象信息及所述采集装置的位置信息;
根据所述获取的对象信息及采集装置的位置信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
12.根据权利要求10所述的装置,其特征在于,所述第一预测模块和/或第二预测模块,具体用于:
根据对象安装或携带的GPS,对所述对象进行多次定位,分别获取对象位置信息及时间信息;
根据所述获取的对象位置信息及时间信息,估算对象的移动速度和方向;
根据估算的移动速度和方向,预测对象的移动轨迹。
13.根据权利要求10所述的装置,其特征在于,所述第一预测模块和/或第二预测模块,具体用于:
确定对象当前正在使用导航功能时,根据导航路线预测对象的移动轨迹。
14.根据权利要求10所述的装置,其特征在于,所述第一预测模块和/或第二预测模块,具体用于:
根据当前时刻和对象的位置信息,以及历史经验信息,预测对象的移动轨迹,其中,所述历史经验信息涉及时间段信息与对象移动轨迹的对应关系。
15.根据权利要求10至14任一项所述的装置,其特征在于,该装置还包括优化处理模块,
所述优化处理模块,用于基于扩展卡尔曼滤波对第一预测模块和/或第二预测模块预测的第一对象和/或第二对象的移动轨迹进行处理,所述处理后的第一对象和/或第二对象的移动轨迹用于确定是否存在第一时长。
16.根据权利要求10至14任一项所述的装置,其特征在于,
所述预警模块,具体用于根据第一时长以及预设的预警策略,对所述第一对象和/或第二对象进行预警,其中,所述预警策略区分预警等级,第一时长越小,对应的预警等级越高。
17.根据权利要求10至14任一项所述的装置,其特征在于,所述预警模块具体用于采用以下一种或多种方式预警:
向终端设备发送警示信息;
显示警示信息;
播放警示音;
启动刹车装置。
18.一种预警系统,其特征在于,该预警系统包括:预警装置、第一对象和第二对象;其中,
所述预警装置为权利要求10至17任一项所述的预警装置。
19.根据权利要求18所述的系统,其特征在于,
所述第一对象为车辆或行人,所述第二对象为车辆或行人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410427295.0A CN105374231A (zh) | 2014-08-27 | 2014-08-27 | 一种预警方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410427295.0A CN105374231A (zh) | 2014-08-27 | 2014-08-27 | 一种预警方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105374231A true CN105374231A (zh) | 2016-03-02 |
Family
ID=55376381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410427295.0A Pending CN105374231A (zh) | 2014-08-27 | 2014-08-27 | 一种预警方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105374231A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571064A (zh) * | 2016-11-10 | 2017-04-19 | 深圳市元征软件开发有限公司 | 基于路边单元的行人监测方法及装置 |
CN106864457A (zh) * | 2016-12-22 | 2017-06-20 | 新华三技术有限公司 | 一种数据处理方法及装置 |
CN107672587A (zh) * | 2017-08-22 | 2018-02-09 | 吉利汽车研究院(宁波)有限公司 | 一种紧急避撞系统及方法 |
CN108241152A (zh) * | 2016-12-27 | 2018-07-03 | 丰田自动车株式会社 | 警报输出装置 |
CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
CN108475057A (zh) * | 2016-12-21 | 2018-08-31 | 百度(美国)有限责任公司 | 基于车辆周围的情境预测车辆的一个或多个轨迹的方法和系统 |
CN108876822A (zh) * | 2018-07-09 | 2018-11-23 | 山东大学 | 一种行为危险度评估方法及家庭安防看护系统 |
CN109649266A (zh) * | 2019-01-21 | 2019-04-19 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、计算机设备和存储介质 |
CN110293968A (zh) * | 2019-06-18 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的控制方法、装置、设备及可读存储介质 |
CN110366744A (zh) * | 2017-03-31 | 2019-10-22 | 爱信艾达株式会社 | 驾驶支援系统 |
CN110838231A (zh) * | 2019-12-09 | 2020-02-25 | 苏州金螳螂怡和科技有限公司 | 一种行人过街智能检测系统及方法 |
CN110843776A (zh) * | 2019-11-29 | 2020-02-28 | 深圳市元征科技股份有限公司 | 车辆防撞方法和装置 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN111369811A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种碰撞预测方法、装置及电子设备 |
CN113053096A (zh) * | 2019-12-26 | 2021-06-29 | 东莞宇龙通信科技有限公司 | 交通事故预警方法、装置、存储介质及智能灯杆 |
CN113112866A (zh) * | 2021-04-14 | 2021-07-13 | 深圳市旗扬特种装备技术工程有限公司 | 一种智能交通预警方法及智能交通预警系统 |
CN113421417A (zh) * | 2021-06-02 | 2021-09-21 | Oppo广东移动通信有限公司 | 告警提示方法、装置、电子设备以及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4101759A1 (de) * | 1990-01-29 | 1991-08-22 | Nissan Motor | Automatisches bremssystem fuer ein fahrzeug |
DE19510910A1 (de) * | 1994-03-25 | 1995-09-28 | Nippon Denso Co | Meßgerät zur Erfassung des Abstands zwischen Fahrzeugen und zugehöriges Warnsystem |
EP1559607A1 (de) * | 2004-01-31 | 2005-08-03 | WABCO GmbH & CO. OHG | Verfahren zur Kollisions-Warnung bei einem Kraftfahrzeug |
DE102005054064A1 (de) * | 2005-11-12 | 2007-05-24 | Daimlerchrysler Ag | Verfahren zur Vermeidung einer Kollision eines Fahrzeugs mit einem sich auf der Fahrspur des Fahrzeugs befindenden Hindernis und Warneinrichtung zur Durchführung des Verfahrens |
CN101020453A (zh) * | 2006-02-13 | 2007-08-22 | 株式会社电装 | 车辆控制系统 |
CN201397393Y (zh) * | 2009-05-11 | 2010-02-03 | 西安建筑科技大学 | 基于超声传感网络的塔式起重机防碰撞在线监测预警装置 |
CN101645204A (zh) * | 2009-07-30 | 2010-02-10 | 杨迎春 | 车辆间避险通信装置及其数据处理方法 |
CN102521475A (zh) * | 2011-11-01 | 2012-06-27 | 河南省电力公司计量中心 | 一种运动设备的运动轨迹描绘方法 |
CN202345600U (zh) * | 2011-10-27 | 2012-07-25 | 长安大学 | 一种基于arm的汽车测距防撞预警装置 |
CN102642510A (zh) * | 2011-02-17 | 2012-08-22 | 汽车零部件研究及发展中心有限公司 | 一种基于图像的车辆防撞预警方法 |
CN202448922U (zh) * | 2011-11-21 | 2012-09-26 | 长安大学 | 一种防追尾的智能化车辆制动预警装置 |
CN102785660A (zh) * | 2012-08-17 | 2012-11-21 | 毛振刚 | 车辆防碰撞预警装置 |
US20140052355A1 (en) * | 2010-11-12 | 2014-02-20 | Lucas Automotive Gmbh | Method for Detecting Critical Driving Situations of Lorries or Passenger Vehicles and Method for Avoiding Collisions |
-
2014
- 2014-08-27 CN CN201410427295.0A patent/CN105374231A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4101759A1 (de) * | 1990-01-29 | 1991-08-22 | Nissan Motor | Automatisches bremssystem fuer ein fahrzeug |
DE19510910A1 (de) * | 1994-03-25 | 1995-09-28 | Nippon Denso Co | Meßgerät zur Erfassung des Abstands zwischen Fahrzeugen und zugehöriges Warnsystem |
EP1559607A1 (de) * | 2004-01-31 | 2005-08-03 | WABCO GmbH & CO. OHG | Verfahren zur Kollisions-Warnung bei einem Kraftfahrzeug |
DE102005054064A1 (de) * | 2005-11-12 | 2007-05-24 | Daimlerchrysler Ag | Verfahren zur Vermeidung einer Kollision eines Fahrzeugs mit einem sich auf der Fahrspur des Fahrzeugs befindenden Hindernis und Warneinrichtung zur Durchführung des Verfahrens |
CN101020453A (zh) * | 2006-02-13 | 2007-08-22 | 株式会社电装 | 车辆控制系统 |
CN201397393Y (zh) * | 2009-05-11 | 2010-02-03 | 西安建筑科技大学 | 基于超声传感网络的塔式起重机防碰撞在线监测预警装置 |
CN101645204A (zh) * | 2009-07-30 | 2010-02-10 | 杨迎春 | 车辆间避险通信装置及其数据处理方法 |
US20140052355A1 (en) * | 2010-11-12 | 2014-02-20 | Lucas Automotive Gmbh | Method for Detecting Critical Driving Situations of Lorries or Passenger Vehicles and Method for Avoiding Collisions |
CN102642510A (zh) * | 2011-02-17 | 2012-08-22 | 汽车零部件研究及发展中心有限公司 | 一种基于图像的车辆防撞预警方法 |
CN202345600U (zh) * | 2011-10-27 | 2012-07-25 | 长安大学 | 一种基于arm的汽车测距防撞预警装置 |
CN102521475A (zh) * | 2011-11-01 | 2012-06-27 | 河南省电力公司计量中心 | 一种运动设备的运动轨迹描绘方法 |
CN202448922U (zh) * | 2011-11-21 | 2012-09-26 | 长安大学 | 一种防追尾的智能化车辆制动预警装置 |
CN102785660A (zh) * | 2012-08-17 | 2012-11-21 | 毛振刚 | 车辆防碰撞预警装置 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571064A (zh) * | 2016-11-10 | 2017-04-19 | 深圳市元征软件开发有限公司 | 基于路边单元的行人监测方法及装置 |
CN108475057A (zh) * | 2016-12-21 | 2018-08-31 | 百度(美国)有限责任公司 | 基于车辆周围的情境预测车辆的一个或多个轨迹的方法和系统 |
CN106864457B (zh) * | 2016-12-22 | 2019-05-07 | 新华三技术有限公司 | 一种数据处理方法及装置 |
CN106864457A (zh) * | 2016-12-22 | 2017-06-20 | 新华三技术有限公司 | 一种数据处理方法及装置 |
CN108241152B (zh) * | 2016-12-27 | 2021-10-19 | 丰田自动车株式会社 | 警报输出装置 |
CN108241152A (zh) * | 2016-12-27 | 2018-07-03 | 丰田自动车株式会社 | 警报输出装置 |
CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
CN110366744A (zh) * | 2017-03-31 | 2019-10-22 | 爱信艾达株式会社 | 驾驶支援系统 |
CN107672587A (zh) * | 2017-08-22 | 2018-02-09 | 吉利汽车研究院(宁波)有限公司 | 一种紧急避撞系统及方法 |
CN108876822A (zh) * | 2018-07-09 | 2018-11-23 | 山东大学 | 一种行为危险度评估方法及家庭安防看护系统 |
CN109649266A (zh) * | 2019-01-21 | 2019-04-19 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、计算机设备和存储介质 |
US11250694B2 (en) | 2019-01-21 | 2022-02-15 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Vehicle control method, computer device and storage medium |
CN110293968A (zh) * | 2019-06-18 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的控制方法、装置、设备及可读存储介质 |
CN111369811A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种碰撞预测方法、装置及电子设备 |
CN110843776A (zh) * | 2019-11-29 | 2020-02-28 | 深圳市元征科技股份有限公司 | 车辆防撞方法和装置 |
CN110838231A (zh) * | 2019-12-09 | 2020-02-25 | 苏州金螳螂怡和科技有限公司 | 一种行人过街智能检测系统及方法 |
CN113053096A (zh) * | 2019-12-26 | 2021-06-29 | 东莞宇龙通信科技有限公司 | 交通事故预警方法、装置、存储介质及智能灯杆 |
CN113053096B (zh) * | 2019-12-26 | 2022-07-05 | 东莞宇龙通信科技有限公司 | 交通事故预警方法、装置、存储介质及智能灯杆 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN113112866A (zh) * | 2021-04-14 | 2021-07-13 | 深圳市旗扬特种装备技术工程有限公司 | 一种智能交通预警方法及智能交通预警系统 |
CN113421417A (zh) * | 2021-06-02 | 2021-09-21 | Oppo广东移动通信有限公司 | 告警提示方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105374231A (zh) | 一种预警方法、装置及系统 | |
EP3361466B1 (en) | Risk-based driver assistance for approaching intersections of limited visibility | |
EP3246893B1 (en) | Vehicle on-board control device, host vehicle position and orientation identification device, and vehicle on-board display device | |
EP3086990B1 (en) | Method and system for driver assistance for a vehicle | |
EP2869283B1 (en) | Method and system of driving assistance for collision avoidance | |
CN103348395B (zh) | 交通拥堵检测设备和车辆控制设备 | |
CN111369831A (zh) | 一种道路驾驶危险预警方法、装置和设备 | |
US20110320163A1 (en) | Method and system for determining road data | |
CN108073893B (zh) | 使用距离数据检测植物 | |
EP3657460A1 (en) | Method, computer program product, and driver assistance system for determining one or more lanes of a road in an environment of a vehicle | |
CN109212572B (zh) | 定位漂移检测方法、装置、设备及计算机可读存储介质 | |
JPWO2014024336A1 (ja) | 物体検出装置及び運転支援装置 | |
CN111833648A (zh) | 一种车辆碰撞预警方法及装置 | |
CN114291116B (zh) | 周围车辆轨迹预测方法、装置、车辆及存储介质 | |
CN110654380B (zh) | 用于控制车辆的方法和装置 | |
JP2013242615A (ja) | 運転シーン遷移予測装置および車両用推奨運転操作提示装置 | |
US20200401149A1 (en) | Corner case detection and collection for a path planning system | |
Rodemerk et al. | Predicting the driver's turn intentions at urban intersections using context-based indicators | |
EP4001039A1 (en) | Vehicle adaptive cruise control system and method; computer program and computer readable medium for implementing the method | |
CN110827575A (zh) | 协同式车辆安全系统与方法 | |
CN114212108B (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
JP6732053B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN212570057U (zh) | 一种道路驾驶危险预警装置和设备 | |
RU2693015C1 (ru) | Способ оценки расстояния между транспортными средствами и устройство оценки расстояния между транспортными средствами | |
JP2016066279A (ja) | 過信判定装置、過依存抑止装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160302 |